智能財務決策支持系統應用研究

滕明明

（廣東機電職業技術學院，廣東 廣州 510515）

當前財務會計開始向管理會計轉型，財務決策的應用越來越重要，作為一種新興的技術，財務決策支持系統能夠在保障財務決策的科學性和合理性方面發揮重要作用。目前財務決策支持系統的設計和應用都處于起步階段，隨著大數據、人工智能等技術的不斷發展和財務領域自身轉型升級的需要，企業如何更好地構建財務決策系統將成為重大的任務和挑戰。

1.概述

1.1 相關概念

1.1.1 財務決策支持系統

財 務 決 策 支 持 系 統（financial decision support system，FDSS）是面向企業管理者需要的財務決策信息的系統。它是決策支持系統在財務領域的應用。財務決策支持系統主要功能應當包括：財務分析功能、財務預算功能、財務控制功能和決策支持功能等。

1.1.2 智能財務決策支持系統

智能財務決策支持系統（Intelligent Financial Decision Support System，IFDSS），是指運用經濟學、模糊數學、人工智能與數據倉庫等技術，對財務決策問題進行人機交互的智能支持系統，它要求企業在進行決策時引入人工智能技術，搜索專家的經驗和智慧，利用模型庫、知識庫、推理機制、神經網絡技術等，實現決策過程智能化。它為財務決策者提供問題分析、模型構造、決策過程模擬以及決策效果評價的決策支持環境。

簡而言之，智能財務決策支持系統與普通財務決策支持系統最大的區別就在于加入了人工智能技術和專家經驗數據，使普通的決策支持系統具有深度學習（Deep Learning，DL）的功能，當然隨著各項信息技術的發展和普及，越來越多的學者不再簡單地將兩者區分開來，而是將兩者統一成為“智能財務決策支持系統”。

1.2 文獻回顧

智能財務決策系統最早是由決策支持系統開始發展的。70年代中期，美國的 Michael S·Scott和 Peter G·W·Keen 首次提出了“DSS（決策支持系統）”。Sprague（1980）明確了決策支持系統的框架結構是由人機對話部件、數據部件和模型部件三部分組成。Rosenkranz C（2010）總結了財務決策數據倉庫方面的理論和應用。80年代開始，隨著人工智能的出現，決策支持系統開始和人工智能結合形成智能決策系統，智能財務決策系統在很多方面得到應用，而智能財務決策支持系統是其中的重要一項應用，IBM等世界五百強公司已經開始應用財務決策系統。

國內學者黃子瑛（2012）研究了財務投資方面的決策支持系統，郭銀燕（2011）研究了財務分析角度的決策支持系統。國內學者對于智能財務決策系統的研究更多地局限于某個具體的方面，缺少從整體角度研究智能財務決策系統。國內應用方面，用友、金蝶等公司研發了自己的財務軟件，但更多地集中在會計核算和簡單的財務分析方面，缺乏智能財務決策方面的應用產品。

綜上，決策支持系統的發展時間只有不到五十年的時間，而智能財務決策支持系統受到人工智能整體發展水平的制約，在近些年才開始飛速發展。國內在財務決策支持系統方面的應用整體落后于會計核算信息系統等的發展，國內外相關的理論研究從各個角度不斷完善，但是不夠全面。

2.智能財務決策支持系統的分析

2.1 現有主要問題

當前企業應用最廣的系統就是各類軟件商的普通會計核算系統，將以往的手工記賬轉為電腦記賬，并由電腦終端直接生成相關的財務報表，有些規模比較大的企業開始或全面使用ERP（企業資源計劃）系統，將供應鏈中的采購、銷售、庫存等環節的數據與會計核算數據直接對接，減少數據傳遞環節中的錯誤，也包含著財務分析甚至財務預測的報表模塊。但各類企業在財務信息系統方面仍存在以下的主要問題：

2.1.1 數據來源多樣，準確性降低

對于只使用普通會計核算軟件的企業來說，財務部門和業務部門各自統計并整理自己的數據，雖然有相互核對的環節，但仍不能保證多個來源數據的準確性。

對于全面使用ERP的企業來說，財務數據大部分已與購、銷、存等環節的數據對接，提高了數據的一致性，但由于一方面，實務中仍然可能存在合理（原業務數據錯誤或會計準則的要求）或不合理（財務人員失誤或舞弊）調整賬務數據的情況，另一方面，有些企業集團在匯總各類數據時的統計口徑并不相同，有可能導致決策使用的數據不準確。

2.1.2 智能化不足，人工處理量大

人工智能技術在近些年得到了飛速發展，四大會計師事務所德勤、普華永道等相繼研發出了財務機器人，但由于成本較高，這類機器人開始只在部分大中型企業使用，普通小企業沒有能力購買并應用這類技術。而對于大中型企業來說，財務機器人目前能減輕的也只是普通會計核算人員的負擔，并沒有代替決策分析的功能，財務機器人處理出來的數據仍需要大量的人工進行分析甄別，進而做出正確的決策。

2.1.3 缺少風險防范和預警機制

當前財務系統中的預警機制不足，實務中應用較為廣泛的就是財務報銷系統的預警機制，主要是在報銷金額大于預算金額時，系統將自動彈出提示不予報銷。但各類企業在風險防范方面的工作整體相對較弱，隨著財政部等五大部委對內控工作的重視，尤其是對上市公司內控報告的嚴格要求，企業需要轉變觀念，提升自身的風險預警能力。

2.2 必要性分析

財務方面，財務工作和財務人員正在從核算型轉向管理型。財政部要求全面推進管理會計體系建設，并發布一整套管理會計準則體系，這都要求財務系統也必須向決策支持方向發展。

管理方面，企業內部控制管理越來越成為企業管理的重中之重，而內控信息化的建立又成為內控管理的重要手段，這就需要有良好的財務決策系統作為管理手段的重要支撐。

2.3 可行性分析

2.3.1 政策可行性分析

財政部在《關于全面推進管理會計體系建設的指導意見》要求單位將管理會計信息化需求納入單位信息化規劃，《企業內部控制應用指引第18號——信息系統》中明確企業信息系統內部控制將提高企業現代化管理水平。由此可見，我國鼓勵企業開展和完善財務信息化建設，財務決策作為管理會計中的一項重要職能，在國家政策層面得到支持。

2.3.2 技術可行性分析

我國的會計核算信息技術已經發展比較成熟，ERP在大中型企業也得到了較為廣泛的應用，數據的收集已經不是技術的難點所在。而近些年，隨著大數據、人工智能等新興信息技術的高速發展，財務機器人等系統開始得到認可和使用，以后隨著數據收集的日趨完善和深度學習技術的日漸成熟，智能財務決策支持系統將得到廣泛地應用。

2.3.3 財務可行性分析

智能財務決策支持系統前期的研發費用相對較大，但由于系統通用程度較高，應用較為廣泛，而且后期可以避免決策失誤導致的或有損失，因此財務的可行性整體較高。

2.3.4 人力可行性分析

所謂的人力可行性主要包括財務領域的人才和技術領域的人才以及兩者的結合。目前雖然高層次的人工智能專家仍比較稀缺，但是智能財務決策支持系統一旦上線，便可以得到較為廣泛地應用，系統的應用界面也會比較友好，不會在應用上產生較大的技術壁壘。當前高等學校也開始將人工智能等學科納入財務專業的學習范疇，跨學科的研究逐步涌現，各類人才的發展也更能適應社會的需要。

3.智能財務決策支持系統的設計

3.1 主要結構

為了使IFDSS系統能更好地解決財務決策問題，通用的IFDSS系統的主要結構可以設計為三個部分，即數據部分、模型和推理部分和人機交互部分，如圖1所示。

圖1 通用的IFDSS系統結構圖

3.1.1 數據部分包括原始數據和數據處理

原始數據是將內部財務數據、內部業務數據和外部相關數據綜合在一起的數據結合，它能夠為IFDSS與聯機分析應用的數據環境提供數據源。數據部分定義了統一的數據格式，通過開放式的數據庫進行連接。

數據部分還包括數據處理的部分，數據處理是一個動態更新的過程。數據處理是指對原始數據進行數據選擇、收取、清洗、轉換、集成等，同時對數據進行轉換、降噪、補全等進行初步修正。數據變量定期會發生變化，因此也要求數據有時間序列。

3.1.2 模型和推理部分是該系統的重要環節

該部分系統地闡述變量間的相互關系，通過建模生成靈活可調的模型庫，這些模型庫可以根據數據部分抽取的數據生成多維度、多級別的數據集市，為了滿足不同維度、不同級別的部門、客戶、投資者等的需要。

其中推理部分包含專家信息庫、學習推理庫等部分。所謂的專家信息庫不是指各個專家的個體信息，而是專家完成各項財務決策的有關歷史性信息。學習推理庫即是機器學習和推理的部分，該系統可以根據專家決策的歷史信息和本系統數據庫中現有的數據進行學習推理，進而展現出有價值的財務信息。

該部分是整個系統的核心環節，其中模型庫的建立、學習推理的設置都需要較高的信息技術水平，需要精通信息技術和財務模型的專家共同完成。

3.1.3 人機交互部分是該系統的表現部分

人機交互，又稱對話部分，是指該系統與操作人員之間交互環節，主要表現為決策命令的輸入和決策結果的輸出窗口。該部分應當設計地簡單易懂，即使是非信息技術專業的人員也能夠進行簡單地操作，降低該系統的使用門檻，同時也便于該系統的廣泛應用。

3.2 功能模塊

3.2.1 設置前提

管理會計工作包括在規劃、決策、控制、評價等方面服務單位各方面的活動。財務決策的工作一般包括財務規劃、財務控制、財務分析，進而做出正確的財務決策，以及進行適當的財務評價。財務規劃主要包括財務預算和財務預測兩個方面，而財務控制的落實又以財務預算作為基礎，財務預算（非零基預算）的編制也需要財務分析的數據。由此智能財務決策支持系統也應包括財務分析子系統、財務規劃子系統、財務控制子系統、財務評價子系統和財務風險管理子系統等。

3.2.2 所屬子系統

根據以上設置前提，設置功能模塊如圖2所示。

（1）財務分析子系統

該子系統主要由結構分析、趨勢分析、盈利能力分析、償債能力分析、營運能力分析等模塊組成。其中結構分析指資產負債表、利潤表、現金流量表的各項目占總額的比重分析。趨勢分析指按月、按季或按年進行環比（與上一期的比較）或同比（與上年同期的比較）的分析。盈利能力分析主要指銷售利潤率（利潤總額/銷售收入）、總資產報酬率（利潤總額/總資產）等的分析。償債能力分析包括資產負債率（負債總額/資產總額）、流動比率（流動資產/流動負債）等分析模型。營運能力分析包括流動資產周轉率（銷售收入/流動資產）、總資產周轉率（銷售收入/總資產）等分析。

（2）財務規劃子系統

財務規劃子系統分為財務預算子系統和財務預測子系統。

財務預算主要是全面預算在財務上的反映，即以財務報告的形成反映出的公司整體預算情況，財務預算子系統主要可以采用零基預算匯總各個部門的數據編制，也可以根據上一年度或前幾個年度的數據進行調整后編制。財務預算的數據可以通過財務控制子系統進行反饋控制。

財務預測子系統主要包括投資預測、籌資預測、成本預測、收入預測和利潤預測等。投資/籌資預測決策主要包括投資/籌資計劃編制、投資/籌資項目選擇和投資/籌資項目評價等。成本預測又包括生產預測、存貨預測等，主要包括產品優化組合、庫存量預測、庫存預警等。收入預測主要包括銷售預測、時間序列分析等。利潤預測主要包括目標利潤計算、盈虧平衡點計算等。

圖2 智能財務決策支持系統子系統圖

（3）財務控制子系統

財務控制子系統是以財務預算子系統為基礎的系統。即在預算執行的過程中，對企業日常生產經營中的財務活動和非財務活動實施控制，對超預算或無預算的項目進行調整或糾正，以保證預算目標的實現，進而確保企業目標的實現。

財務控制子系統主要包括資產控制、負債控制和財務收支控制。控制一方面是指是否與預算相符，另一方面需要根據企業正常的經營情況設置預警模型，以便與財務風險管理子系統進行對接。如某企業設置在資金余額為10萬元以下時就會發出預警提醒，又如某企業在申請某項銷售訂單時發現系統彈出存貨不足的預警，進而可以在審批時修改訂單條款，降低風險。

（4）財務評價子系統

該子系統主要在財務規劃和財務控制的基礎上進行的，主要包括項目評價、預算評價和綜合評價。項目評價主要在財務規劃子系統中的財務預測功能實現，并在財務評價子系統中反映。預算評價主要在財務規劃子系統中的財務預算功能和財務控制子系統實現，并設定指標反映預算和控制效果，綜合評價則加入了對內控評價的范疇，即制定一些可以量化的指標，如OA數據處理效率等，綜合評價企業的整體內控情況。

（5）財務風險管理子系統

該系統主要管理財務直接相關的風險，即企業關于資金和資產等方面的風險。該系統包括風險識別、風險跟蹤和風險管控功能，還包括基于財務預測和財務控制子系統生成的風險預警功能，以及根據歷史數據生成企業最容易產生風險的要點和比較難解除的風險點，對企業決策的支持具有重要意義。

3.2.3 子系統的模塊構建

本系統中的數據部分在設計時考慮事實表和維度的關系，將數據模型設計為星型模型，是將多維數據集的每一個維度都直接與事實表相連接，這種模型處理效率較高，設計和應用也比較簡單，能夠方便用戶日常的頻繁查詢。以存貨數據為例，星型模型如圖3所示：

圖3 存貨數據的星型模型示意圖

各個子系統主要的功能模塊都包括：數據管理、業務處理、分析評價。其中以財務控制子系統為例，其功能模塊結構如圖4所示。

圖4 財務控制子系統功能模塊示意圖

主要模塊功能如下：

數據管理：通過錄入、導入等多種形式形成初始輸入，并明確數據錄入、修改、刪除的權限設置，以及明確系統外輸入的數據和系統內置各個行業比較數據的關系，在該系統的數據部分完成。

業務處理：在各項業務開展的過程中對業務內容進行新增、修改、刪除等，也在該系統的數據部分完成：

分析評價：這是子系統的核心部分，利用人工智能技術對歷史數據和現有數據開展比較分析、風險預警和綜合評價，進而形成各類分析報告。其中風險預警和綜合評價的結果將主要在財務風險管理子系統和財務評價子系統中反映。

3.4 適用范圍和優缺點

3.4.1 適用范圍

該系統包括通用模塊和個性化設置模塊，即系統內置全行業企業的通用財務規劃、控制和評價命令，可以滿足各個行業企業的通用財務決策需求。該系統也可以根據本企業的前期實踐和特殊要求設置本企業的個性化命令。

3.4.2 優缺點

優點一是簡明易使用，能夠適應大多數企業的需求，能夠依據各類數據幫助企業作出科學決策，有利于企業管理和發展。二是數據來源經過處理，確保來源一致，減少在信息傳遞過程中的錯誤。三是加入了人工智能的功能，提升了系統的智能處理能力。四是形成整套風險防范和預警機制，能在較大程度上預防、跟蹤和解除風險。缺點主要是由于各企業對核心管理數據的保密考慮，同行比較只能利用公開的數據，使得同行比較這一功能在現階段的可行性降低。

4.結語

隨著信息化水平的提高和財務工作的轉型，智能財務決策支持系統在現實中有著較大的需求。本文對智能財務決策支持系統的相關概念進行了解釋，分析了現狀廣泛使用的財務系統的缺點，并由此設計新的智能財務決策支持系統。新系統在傳統決策支持系統的基礎上融入了人工智能的功能，并結合財務決策的最新要求進行設計，同時考慮通用性和個性化的需求，設計出一套清晰、合理、實用性強的系統，為后續該系統在企業中的應用以及企業管理水平的提高奠定基礎。